基于改進(jìn)非支配排序遺傳算法的配電網(wǎng)動(dòng)態(tài)重構(gòu)

張照壟，何 莉，吳 霜

(1.湖北工業(yè)大學(xué)電氣與電子工程學(xué)院，武漢 430068；2.深圳大學(xué)機(jī)電與控制工程學(xué)院，深圳 518060)

在一次能源日益緊張、節(jié)能減排問題愈發(fā)嚴(yán)重的背景下，分布式電源作為一次能源的替代品，因其具備經(jīng)濟(jì)性、環(huán)保性等特點(diǎn)而被大力推廣。當(dāng)前，風(fēng)能、太陽能等分布式電源的發(fā)電容量逐年遞增，在配電網(wǎng)中滲透率也進(jìn)一步增加。同時(shí)，分布式電源的隨機(jī)性對(duì)電網(wǎng)運(yùn)行的可靠性和經(jīng)濟(jì)性提出了重大的挑戰(zhàn)。

配電網(wǎng)重構(gòu)策略通過改變網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)實(shí)現(xiàn)降低系統(tǒng)有功網(wǎng)損、增強(qiáng)系統(tǒng)安全性等目的[1-4]。在數(shù)學(xué)上，配電網(wǎng)重構(gòu)是一個(gè)混合整數(shù)、非線性和非凸優(yōu)化問題。因此，基于梯度的傳統(tǒng)優(yōu)化算法并不適合求解配電網(wǎng)重構(gòu)問題[5]。因此，許多研究人員采用智能優(yōu)化算法來解決配電網(wǎng)重構(gòu)問題。文獻(xiàn)[6]以提高系統(tǒng)的暫態(tài)穩(wěn)定性、降低運(yùn)行成本和功率損耗為目標(biāo)建立模型，采用增強(qiáng)引力搜索算法求解配電網(wǎng)重構(gòu)問題。文獻(xiàn)[7]以系統(tǒng)有功網(wǎng)損為目標(biāo)建立模型，并提出了一種基于粒子群優(yōu)化算法和內(nèi)德爾-梅德單純形搜索算法的混合進(jìn)化算法對(duì)模型進(jìn)行求解。文獻(xiàn)[8]通過使用最優(yōu)潮流來同時(shí)獲得最佳的規(guī)模、位置和網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，以最大限度地降低系統(tǒng)運(yùn)行成本和功率損耗。文獻(xiàn)[9]提出了一種考慮多時(shí)段負(fù)荷變化和開關(guān)操作次數(shù)等問題，以減少變壓器出口側(cè)三相電流的總體不平衡度和最小化開關(guān)操作次數(shù)為目標(biāo)構(gòu)建優(yōu)化模型，并采用改進(jìn)的微分進(jìn)化算法對(duì)模型進(jìn)行求解。

在求解過程中，處理多目標(biāo)問題的常見方法是權(quán)重法，即將預(yù)定的權(quán)重因子分配給每個(gè)目標(biāo)的加權(quán)方法。權(quán)重因子是通過計(jì)算或?qū)δ承┠繕?biāo)的預(yù)期結(jié)果做出判斷得出的[10-12]。然而，加權(quán)的方法只能得到一個(gè)帕累托解和一組權(quán)重因子的組合，顯然不如可以得到一組帕累托解集的多目標(biāo)算法。此外，配電網(wǎng)重構(gòu)問題是一個(gè)約束優(yōu)化問題，需要適當(dāng)?shù)募s束處理技術(shù)來滿足某些系統(tǒng)參數(shù)的定義限制。目前，罰函數(shù)法是常見的約束處理方法，這種方法的性能很大程度取決于懲罰系數(shù)的選擇，不合適的懲罰系數(shù)往往會(huì)導(dǎo)致早熟現(xiàn)象的產(chǎn)生[13-14]。可見，適當(dāng)?shù)募s束處理技術(shù)可以有效地減輕懲罰系數(shù)的選擇負(fù)擔(dān)。當(dāng)用其兼容進(jìn)化算法時(shí)，約束處理技術(shù)將搜索過程引導(dǎo)到可行區(qū)域，并有助于劃分不可行區(qū)域和可行區(qū)域之間的邊界。文獻(xiàn)[15-16]成功地將基于可行解的優(yōu)越性的約束處理技術(shù)應(yīng)用在多目標(biāo)最優(yōu)潮流的研究中。文獻(xiàn)[17]提出了基于ε-約束方法的多目標(biāo)最優(yōu)潮流模型。

目前，配電網(wǎng)重構(gòu)策略中，主要是以網(wǎng)絡(luò)損耗最小的單目標(biāo)問題，或者結(jié)合電能質(zhì)量如電壓偏移、頻率波動(dòng)等最小為目標(biāo)形成的多目標(biāo)問題，而在電網(wǎng)重構(gòu)策略中，考慮系統(tǒng)穩(wěn)定性，同時(shí)降低系統(tǒng)運(yùn)行成本還值得進(jìn)一步研究。現(xiàn)建立以系統(tǒng)運(yùn)行成本以及電壓偏移最小為目標(biāo)的配電網(wǎng)動(dòng)態(tài)重構(gòu)優(yōu)化模型，并采用改進(jìn)的非支配排序遺傳算法(non-dominated sorting genetic algorithms Ⅱ，NSGA-Ⅱ)對(duì)模型進(jìn)行求解。最后，采用IEEE 33節(jié)點(diǎn)系統(tǒng)進(jìn)行算例分析，驗(yàn)證文中模型和算法的有效性。

1 配電網(wǎng)動(dòng)態(tài)重構(gòu)的數(shù)學(xué)模型

配電網(wǎng)動(dòng)態(tài)重構(gòu)屬于非凸非線性優(yōu)化問題，其在滿足一定的約束條件下，使得電網(wǎng)中的某些目標(biāo)達(dá)到最小化[18]。配電網(wǎng)動(dòng)態(tài)重構(gòu)問題通常考慮分布式電源處理和開關(guān)工作狀態(tài)作為決策變量。然而，在實(shí)際的電力系統(tǒng)中，無功補(bǔ)償裝置和有載調(diào)壓變壓器也常常作為調(diào)節(jié)配電網(wǎng)潮流的手段。因此，在傳統(tǒng)模型的基礎(chǔ)上將變壓器分接頭擋位以及靜態(tài)無功補(bǔ)償裝置考慮為決策變量。

1.1 目標(biāo)函數(shù)

以系統(tǒng)運(yùn)行成本和電壓偏移最小為目標(biāo)建立配電網(wǎng)動(dòng)態(tài)重構(gòu)模型。

(1)系統(tǒng)運(yùn)行成本最小。

(1)

式(1)中：Closs,t為網(wǎng)絡(luò)損耗成本；Cs,t為網(wǎng)絡(luò)重構(gòu)成本；CDGcut,t為棄風(fēng)棄光成本。

Closs,t=λlossPloss,t

(2)

式(2)中：λloss為網(wǎng)絡(luò)損耗的單價(jià)；Ploss,t為t時(shí)間內(nèi)的網(wǎng)絡(luò)損耗。

Cs,t=λs|Sk,t-S0,k,t|

(3)

式(3)中：λs為開關(guān)操作費(fèi)用；Sk,t為第k個(gè)開關(guān)在t時(shí)間的運(yùn)行狀態(tài)；S0,k,t為第k個(gè)開關(guān)在t時(shí)間的初始狀態(tài)。

CDGcut,t=CWP,cut+CPV,cut

(4)

(5)

(6)

式(4)中：λWP,cut、λPV,cut分別為棄風(fēng)、棄光成本；PWP,i,max、PPV,i,max為第i個(gè)電源的預(yù)測(cè)棄風(fēng)、棄光出力；PWP,i、PPV,i為第i個(gè)電源的棄風(fēng)、棄光實(shí)際出力。

(2)電壓偏移最小。在配電網(wǎng)中，衡量電壓質(zhì)量的指標(biāo)是電壓偏移，這一指標(biāo)對(duì)系統(tǒng)穩(wěn)定運(yùn)行具有重要意義。該指標(biāo)被定義為配電網(wǎng)中各個(gè)節(jié)點(diǎn)電壓偏移的累積值。

(5)

式(5)中：Vi為節(jié)點(diǎn)i的電壓；Ve為節(jié)點(diǎn)i的電壓的期望值(通常為1 pu，pu為標(biāo)幺值單位)。

1.2 約束條件

(1)潮流約束。

(6)

式(6)中：Pi,L和Qi,L分別為i節(jié)點(diǎn)的有功和無功負(fù)荷；Vi、Vj分別為節(jié)點(diǎn)i和j處的電壓;Ωi為與節(jié)點(diǎn)i相連的其他節(jié)點(diǎn)集合；Gij、Bij分別為支路i和j之間的電導(dǎo)和電納；θij為節(jié)點(diǎn)i和j之間的相角差。

(2)節(jié)點(diǎn)電壓約束。

(7)

(3)電流約束。

(8)

(4)分布式電源出力約束。

(9)

(5)變壓器約束。

(10)

(6)輻射狀電網(wǎng)約束。

gn∈GN

(11)

式(11)中：gn為當(dāng)前的網(wǎng)絡(luò)結(jié)構(gòu)；GN為所有允許的輻射狀網(wǎng)絡(luò)結(jié)構(gòu)，即網(wǎng)絡(luò)呈輻射狀，不存在環(huán)網(wǎng)。

2 改進(jìn)NSGA-Ⅱ

配電網(wǎng)重構(gòu)問題屬于多約束多變量問題，對(duì)算法性能要求更高，在NSGA-Ⅱ的基礎(chǔ)上進(jìn)行了改進(jìn)，即基于可行解優(yōu)越性的約束處理方法和采用算術(shù)交叉算子增強(qiáng)算法的全局搜索能力。

2.1 算術(shù)交叉算子

NSGA-II的交叉過程中一般采用二進(jìn)制交叉算子，其表達(dá)式為

(12)

(13)

式(13)中：Xrank為X個(gè)體在非支配排序中所在的非支配層數(shù)；Yrank同理。可以看出，由于Xrank和Yrank具有不確定性，因此α也具有隨機(jī)性。隨著算法的運(yùn)行，種群中的個(gè)體逐漸接近帕累托前沿，α的波動(dòng)范圍也隨之變小。因此，基于算術(shù)交叉算子的交叉過程不僅減少了算法的隨機(jī)性，也具有較廣泛搜索空間。

2.2 基于可行解優(yōu)越性的約束處理方法

當(dāng)使用進(jìn)化算法求解約束優(yōu)化問題時(shí)，必須采用有效的約束處理方法來有效地利用不可行解中存在的信息，以便引導(dǎo)算法向全局最優(yōu)的方向進(jìn)行搜索。

約束多目標(biāo)問題的數(shù)學(xué)定義為

Minimize:F(x)=[f1(x),f2(x)，…,fm(x)]

(14)

s.t.gi(x)≤0,i=1,2，…,p

hj(x)≤0,j=1,2,…,q

(15)

式中：m為目標(biāo)數(shù)；x為決策變量；gi(x)為不等式約束；hj(x)為等式約束；p、q分別為不等式約束和等式約束的數(shù)量。

首先，將等式約束轉(zhuǎn)化為不等式約束，即

|hj(x)|-δ≤0,j=1,2,…,q

(16)

式(16)中：δ為正容差值。

然后對(duì)約束違反值做如下定義：

(17)

對(duì)約束進(jìn)行歸一化處理，對(duì)于同一組決策變量的總體違反約束情況可以表示為

(18)

式(18)中：ωi=1/Gi,max，Gi,max為違反約束的最大值；m為約束的數(shù)量。在進(jìn)化計(jì)算過程中，ε(x)可以表示個(gè)體違反約束的情況，當(dāng)ε(x)為0時(shí)即該個(gè)體完全滿足約束。

判斷解的優(yōu)越性(以下情況認(rèn)為xi優(yōu)于xj)：

(1)xi為可行解，xj為不可行解。

(2)xi和xj都為可行解，但是目標(biāo)值f(xi)小于f(xj)，即假設(shè)目標(biāo)求最小值。

(3)xi和xj都為不可行解，但是ε(xi)小于ε(xj)。

上述判斷中認(rèn)為可行解優(yōu)于不可行解，利用總體違反約束的情況來評(píng)價(jià)兩個(gè)不可行解，從而讓個(gè)體向著可行域進(jìn)化。對(duì)于可行解，利用目標(biāo)值衡量?jī)?yōu)劣。所以，該處理方法可以有效地提高解的質(zhì)量。

2.3 基于模糊決策方法選擇最佳方案

在求解動(dòng)態(tài)重構(gòu)的過程中，對(duì)每個(gè)時(shí)段都運(yùn)行10次，并得到10組帕累托前沿。然后采用超體積(hypervolume, HV)指標(biāo)作為衡量帕累托前沿優(yōu)劣的標(biāo)準(zhǔn)，以此為依據(jù)選擇最佳帕累托前沿。HV指標(biāo)可以評(píng)估多目標(biāo)進(jìn)化算法產(chǎn)生的帕累托前沿中解的多樣性和收斂性。在配電網(wǎng)重構(gòu)的問題中，由于目標(biāo)的取值范圍不同，所以要對(duì)其進(jìn)行歸一化，即

(19)

式(19)中：Oi為進(jìn)行歸一化之后的目標(biāo)值；Obji為歸一化之前的目標(biāo)值；Objmax和Objmin為目標(biāo)的最大值和最小值。

對(duì)于具有M個(gè)目標(biāo)的多目標(biāo)優(yōu)化，超體積指標(biāo)計(jì)算中的參考點(diǎn)用(1,1,…,1)M來表示，并用一百萬個(gè)蒙特卡洛采樣點(diǎn)來尋找近似的HV指標(biāo)。對(duì)于給定的問題，比較不同的帕累托前沿時(shí)，認(rèn)為HV指標(biāo)最大的帕累托前沿最佳。

采用模糊決策方法從帕累托解集中選擇最佳方案。目標(biāo)的隸屬度函數(shù)可以表示為

(20)

(21)

式(21)中：N為非支配解的個(gè)數(shù)；M為目標(biāo)個(gè)數(shù)。最佳方案選擇uk值最大的非支配解。

2.4 算法合理性驗(yàn)證

反世代距離評(píng)價(jià)指標(biāo)(inverted generational distance, IGD)指計(jì)算帕累托前沿上點(diǎn)到獲取的種群的最小距離的平均值，通過量化多目標(biāo)進(jìn)化算法的收斂性和多樣性來評(píng)價(jià)算法性能。該指標(biāo)因其在解決高維多目標(biāo)優(yōu)化問題時(shí)所體現(xiàn)的優(yōu)越性而被廣泛采用[19]。因此，采用IGD指標(biāo)來評(píng)價(jià)改進(jìn)NSGA-II算法的綜合性能。

IGD計(jì)算公式為

(22)

式(22)中：P為均勻分布在真實(shí)帕累托前沿上的點(diǎn)集；|P|為真實(shí)帕累托前沿上的點(diǎn)個(gè)數(shù)；Q為算法獲取的帕累托最優(yōu)解集。

ZDT3的測(cè)試函數(shù)表達(dá)式為

(23)

采用測(cè)試函數(shù)ZDT3對(duì)改進(jìn)NSGA-II進(jìn)行測(cè)試。其中，種群規(guī)模為100，最大迭代次數(shù)為200次，交叉概率為0.7，變異概率為0.02。將計(jì)算所得數(shù)據(jù)與原始數(shù)據(jù)進(jìn)行對(duì)比[20]，10次運(yùn)行平均值結(jié)果如表1所示。

表1 IGD指標(biāo)對(duì)比結(jié)果

由表1可以看出，相比原始的NSGA-Ⅱ，改進(jìn)NSGA-Ⅱ的IGD指標(biāo)更小，說明改進(jìn)NSGA-Ⅱ的收斂性和多樣性更好。圖1為改進(jìn)NSGA-Ⅱ和NSGA-Ⅱ在測(cè)試函數(shù)ZDT3上所得的帕累托前沿與真實(shí)帕累托前沿的對(duì)比，可以看出，相比NSGA-Ⅱ，改進(jìn)NSGA-Ⅱ所求的帕累托前沿與真實(shí)帕累托前沿重合度更高。結(jié)合以上分析，可知改進(jìn)NSGA-Ⅱ能夠得到更好的帕累托最優(yōu)解。

圖1 改進(jìn)NSGA-Ⅱ在ZDT3的帕累托解

2.5 改進(jìn)的NSGA-II求解配電網(wǎng)動(dòng)態(tài)重構(gòu)模型

通過改進(jìn)的NSGA-II對(duì)配電網(wǎng)動(dòng)態(tài)重構(gòu)模型進(jìn)行求解，算法流程圖如圖2所示。

圖2 算法流程圖

求解步驟如下：

(1)算法參數(shù)初始化。

(2)通過交叉變異得到與原始種群同樣規(guī)模的子種群。

(3)進(jìn)行配電網(wǎng)重構(gòu)和潮流計(jì)算，得到系統(tǒng)中的各項(xiàng)數(shù)據(jù)。

(4)采用約束處理技術(shù)對(duì)約束進(jìn)行處理，并結(jié)合非支配排序和擁擠度計(jì)算在原始種群和子種群中選擇出新種群。

(5)判斷算法是否達(dá)到最大迭代次數(shù)，若滿足則輸出帕累托解集，否則返回步驟(2)開始新一輪的計(jì)算。

(6)采用模糊決策方法從帕累托解集中選擇出最佳方案。

4 算例分析

4.1 基礎(chǔ)數(shù)據(jù)

為驗(yàn)證本研究的有效性和合理性，在MATLAB的平臺(tái)上編程實(shí)現(xiàn)。文中選取IEEE-33節(jié)點(diǎn)系統(tǒng)作為測(cè)試系統(tǒng)。分別在節(jié)點(diǎn)10、18和21接入風(fēng)電，額定有功功率分別為600、1 100和1 000 kW。在節(jié)點(diǎn)7、16和33接入光伏，額定有功功率分別為500、900和1 100 kW。棄風(fēng)棄光成本為1元/(kW·h)，網(wǎng)絡(luò)損耗成本為5元/(kW·h)，開關(guān)操作成本為7元/次。NSGA-Ⅱ中，種群大小為100個(gè)，迭代次數(shù)為100次，變異概率為0.02，交叉概率為0.7。系統(tǒng)圖如圖3所示。

圖3 IEEE-33節(jié)點(diǎn)系統(tǒng)圖

4.2 模型對(duì)比分析

為證明模型的合理性，以IEEE 33節(jié)點(diǎn)系統(tǒng)為例，分析安裝有載調(diào)壓變壓器和無功補(bǔ)償裝置對(duì)系統(tǒng)的影響。結(jié)果如圖4所示。

圖4中，Case1為原網(wǎng)絡(luò)的電壓分布情況，Case2為在原網(wǎng)絡(luò)基礎(chǔ)上安裝有載調(diào)壓變壓器和無功補(bǔ)償裝置的電壓分布情況。可以看出，原網(wǎng)絡(luò)的電壓波動(dòng)很大，系統(tǒng)的最低電壓出現(xiàn)在節(jié)點(diǎn)17，最低電壓為0.910 8 pu遠(yuǎn)遠(yuǎn)低于滿足系統(tǒng)穩(wěn)定要求的電壓下限值。當(dāng)安裝有載調(diào)壓變壓器和無功補(bǔ)償裝置后，系統(tǒng)的電壓波動(dòng)明顯減小，最低電壓為0.981 9 pu，符合系統(tǒng)運(yùn)行的穩(wěn)定性要求。這也證明了安裝有載調(diào)壓變壓器和無功補(bǔ)償裝置可以優(yōu)化系統(tǒng)的電壓分布。

圖4 電壓分布情況

4.3 多目標(biāo)與單目標(biāo)優(yōu)化對(duì)比分析

為驗(yàn)證算法的正確性，進(jìn)行了單目標(biāo)和多目標(biāo)的對(duì)比分析，即分別以運(yùn)行成本和電壓偏移進(jìn)行優(yōu)化與運(yùn)行成本和電壓偏移的多目標(biāo)進(jìn)行優(yōu)化的結(jié)果進(jìn)行對(duì)比，如表2所示。

表2 單目標(biāo)與多目標(biāo)優(yōu)化對(duì)比結(jié)果

由表2可以看出，相比以系統(tǒng)運(yùn)行成本最小進(jìn)行單目標(biāo)優(yōu)化，多目標(biāo)優(yōu)化以增加系統(tǒng)運(yùn)行成本為代價(jià)，提升了系統(tǒng)的電壓質(zhì)量。同樣，對(duì)比以電壓偏移為目標(biāo)進(jìn)行單目標(biāo)優(yōu)化，多目標(biāo)優(yōu)化以降低系統(tǒng)電壓質(zhì)量為代價(jià)，降低了系統(tǒng)運(yùn)行成本。這符合帕累托最優(yōu)思想，驗(yàn)證了模型的正確性。

4.4 計(jì)算結(jié)果分析

通過上述方法以IEEE 33節(jié)點(diǎn)系統(tǒng)為例進(jìn)行配電網(wǎng)動(dòng)態(tài)重構(gòu)。優(yōu)化結(jié)果如表3所示。

表3 優(yōu)化結(jié)果

由表3可以看出，考慮網(wǎng)絡(luò)重構(gòu)時(shí)，棄風(fēng)棄光成本為1.829 2×103元，網(wǎng)絡(luò)損耗為成本為1.561 8×104元，開關(guān)操作成本為728元。當(dāng)不考慮網(wǎng)絡(luò)重構(gòu)時(shí)，雖然開關(guān)操作成本為0元，但是棄風(fēng)棄光成本增加了39.47%，網(wǎng)絡(luò)損耗成本增加了17.02%，最終導(dǎo)致總運(yùn)行成本增加了14.59%。這也表明了網(wǎng)絡(luò)重構(gòu)對(duì)降低系統(tǒng)運(yùn)行成本具有明顯的作用。同時(shí)，在考慮網(wǎng)絡(luò)重構(gòu)時(shí)，配電網(wǎng)的電壓偏移為13.471 8 pu，不考慮重構(gòu)時(shí)，配電網(wǎng)的電壓偏移為20.978 9 pu，可以看出網(wǎng)絡(luò)重構(gòu)也有利于提高系統(tǒng)的電壓穩(wěn)定性。考慮重構(gòu)時(shí)，各個(gè)時(shí)段的詳細(xì)優(yōu)化結(jié)果如表4所示。

表4顯示了24個(gè)時(shí)間段內(nèi)系統(tǒng)的電壓偏移情況，可以看出在6:00—7:00時(shí)電壓偏移最大。因此，選擇6:00—7:00時(shí)3種情況下的電壓分布進(jìn)行對(duì)比分析。電壓分布圖如圖5所示。

表4 網(wǎng)絡(luò)動(dòng)態(tài)重構(gòu)結(jié)果

圖5 6:00—7:00時(shí)各個(gè)節(jié)點(diǎn)的電壓分布

由圖5可以看出，原網(wǎng)絡(luò)的電壓波動(dòng)很大，系統(tǒng)的最低電壓出現(xiàn)在節(jié)點(diǎn)17，最低電壓為0.910 8 pu遠(yuǎn)遠(yuǎn)低于滿足系統(tǒng)穩(wěn)定要求的電壓下限值。當(dāng)加入分布式電源之后，相比原來的網(wǎng)絡(luò)，電壓波動(dòng)的幅度雖然有所改善，但是節(jié)點(diǎn)29、30、31、32和33的電壓依然低于指定的下限值0.95 pu。當(dāng)考慮網(wǎng)絡(luò)重構(gòu)時(shí)間，所有節(jié)點(diǎn)的電壓均在0.95～1 pu的范圍內(nèi)，滿足系統(tǒng)穩(wěn)定的要求。同時(shí)，電壓的波動(dòng)也較以上兩種情況小。

5 結(jié)論

針對(duì)風(fēng)機(jī)光伏接入的配電網(wǎng)動(dòng)態(tài)重構(gòu)問題，本文建立了以系統(tǒng)運(yùn)行成本和電壓偏移最小為目標(biāo)的配電網(wǎng)動(dòng)態(tài)重構(gòu)模型，提出了改進(jìn)的NSGA-Ⅱ并結(jié)合基于可行解優(yōu)越性的約束處理技術(shù)對(duì)模型進(jìn)行求解。結(jié)合IEEE 33節(jié)點(diǎn)系統(tǒng)驗(yàn)證。

(1)相比不進(jìn)行網(wǎng)絡(luò)重構(gòu)，采用了網(wǎng)絡(luò)重構(gòu)技術(shù)系統(tǒng)運(yùn)行成本和電壓偏移小。

(2)考慮網(wǎng)絡(luò)重構(gòu)有利于減少棄風(fēng)棄光現(xiàn)象，提高風(fēng)機(jī)和光伏的滲透率。

(3)網(wǎng)絡(luò)的動(dòng)態(tài)重構(gòu)對(duì)電壓分布的優(yōu)化具有顯著作用。